一种基于循环神经网络的古文断句方法

摘要：

　　提出一种基于循环神经网络的古文自动断句方法。该方法采用一种基于Gated Recurrent Unit(GRU)的双向循环神经网络进行古文断句。在解码过程中，算法不仅利用神经网络输出的概率分布，还进一步引入状态转移概率和长度惩罚以提高断句准确率。在大规模古籍语料上的实验结果表明，所提方法能够取得比传统方法更高的断句F1值。

关键词： 古汉语 断句 循环神经网络

作者: 王博立 史晓东 苏劲松

作者单位: 厦门大学智能科学与技术系,厦门 361005 厦门大学智能科学与技术系,厦门 361005;厦门大学两岸关系和平发展协同创新中心,厦门 361005;福建省类脑计算技术及应用重点实验室,厦门 361005 厦门大学软件学院,厦门 361005

会议类型: 国际会议

会议名称: 第五届自然语言处理与中文计算会议(NLPCC-ICCPOL2016)

会议地点: 昆明

会议语种:中文

页码: 1-7

在线出版日期: 2016-12-02（万方平台首次上网日期，不代表论文的发表时间）